學習動物好榜樣

采用蜜蜂規則的團體幾乎都會變得更聰明。它凸顯出集體智慧的一個重要真理：只有個體成員都以負責任的態度行動、自己做決定的時候，群體才會趨向于有智慧。

我曾以為螞蟻做什么事都心中有數。那些列隊爬過我家廚房臺面的小家伙看起來是那么信心十足。于是我猜它們早就訂好了計劃，知道要去哪兒，要做什么。不然的話，螞蟻又怎能做出組織行軍路線，建造復雜蟻穴，發動大規模突襲等等奇妙行為呢?

然而，我想錯了。單個螞蟻并非是聰明的小工程師，建筑師或武士，當決定下一步怎么做時，作為個體的大多數螞蟻根本毫無頭緒。

那么，該怎么解釋蟻群所完成的繁復而龐大的工程呢?

在1.4億年的進化中，它們到底學到了什么?

這里實際提出了一個根本性的問題：個體的簡單行動怎樣組合成為群體的復雜行為?

蟻群“沒有老大”

斯坦福大學的生物學家德博拉·M·戈登提出，螞蟻在組成群體后就擁有了群體智慧的來源構建，這樣一來蟻群可以解決對單個螞蟻來說不可思議的事。

“螞蟻并不精明，”戈登說，“精明的是蟻群。”一個蟻群能夠解決的問題，是單只螞蟻不可能辦得到的，例如找到通往最佳食物來源的最短途徑、保衛領土不被入侵等。個體的螞蟻可能是一個個小笨瓜，一旦形成群體，卻能對環境做出迅速有效的反應，靠的就是“群體智慧”。

這種智慧的來源，引出了自然界的一個根本問題：單獨的行動如何綜合成群體的復雜行為?幾百只蜜蜂怎么對蜂巢的重大問題做決定?是什么因素讓鯡魚群的動作配合得天衣無縫，能夠瞬間同時改變方向?這些動物并不明白整個大局，但每一只都對群體的成功有貢獻。它們的集體能力，讓最了解這些動物的生物學家們都驚嘆不已。不過，在過去這幾十年間，研究人員已經有了一些有趣的見解。

拿蟻群來說，蟻群運作的特點之一就是沒有誰是“老大”。沒有螞蟻將軍在指揮螞蟻戰士，沒有螞蟻經理在命令螞蟻員工；蟻后只負責產卵，并不擔任領導角色。但就算是一個有50萬只螞蟻的蟻群，在沒有任何管理的情況下仍能運作得很好。蟻群依賴的是個體間數不清的互動，每一只都依靠簡單的法則行事。

如果沒有誰是主管，蟻群要怎么做這些安排呢?

螞蟻靠接觸和氣味來溝通。當一只螞蟻碰上另一只螞蟻時，它會上前嗅聞，以了解對方是否為“自己人”，之前在哪里工作(在蟻窩外工作的螞蟻，氣味跟待在窩里的螞蟻不一樣)。通常覓食蟻每天都會等到清晨外出的巡邏蟻返回，再離開蟻窩。巡邏蟻進入蟻窩時，會跟覓食蟻碰一下觸角。 “覓食蟻和巡邏蟻的碰觸是一種刺激，告訴覓食蟻該外出了，”戈登說，“不過覓食蟻需要和幾只巡邏蟻碰觸，每次間隔不超過10秒，之后才會出去。”

“覓食蟻沒找到食物不會回巢，”戈登說，“食物愈少，覓食蟻花在找食物和回巢上的時間愈久；食物愈多，回巢也愈快。所以沒有誰在決定今天是不是覓食的好日子，而是集體在決定。”

這就是群體智慧的道理：簡單的動物遵循簡單的規則，每個個體根據局部資訊來行事，沒有一只螞蟻知道整體的情形。著名生物學家伊恩·庫贊說：“再復雜的行為，也能用相當簡單的互動來協調。”

從這個美妙的理論出發，人們解決了很多頭痛的問題。休斯頓的“美國液化氣公司”在美國大概有100個廠址，生產工業及醫用氣體，并使用管道、火車和卡車將氣體運往6000個地點。由于某些地區電價變動，問題的復雜性又加深了一層。于是公司求助于一家人工智能公司“紐泰克方案”。

研究人員從阿根廷蟻身上找到了答案：這種螞蟻有一種神奇的信息素，把食物帶回巢穴的螞蟻會沿途留下一些信息素軌跡，某條路徑來往的螞蟻越多，證明這條路越便捷。信息素雖然取代了觸角，但是實質上仍然在交流信息。信息的共享輕而易舉地得出群體的最佳決策，即使沒有某個老大指揮，螞蟻們也知道該怎么做。

這家人工智能公司效法螞蟻，開發了一種派出數十億“軟件螞蟻”的程序，查找信息素軌跡最強的路線讓卡車行駛。既然螞蟻早已演化出尋找最佳路線的方法，為什么不照著做呢?研究人員把所有的信息集中起來，對每一種因素進行組合考量，在反復的模擬中得到最優化的方案，然后派卡車司機到交貨價格最低的廠址提貨。這一方案表面上看來路程遠，也不合常理，然而成本被大大縮減了。對卡車司機來說，不選擇離客戶最近的廠址出發送貨又費力又愚蠢，不過公司卻看到收益，大大驚喜了一番。

在英國和法國，電話公司通過編寫信息程序，在轉換站存入虛擬信息素，加快了電話在網絡中的接通速度，正像螞蟻為同伴留下信號，指明最佳路徑一樣。

賭馬的蜜蜂

說到群體智慧，身懷實用絕技、能讓人類學習的昆蟲并不是只有螞蟻。由于一個蜂巢里最多有5萬只工蜂，蜜蜂因此演化出可化解個體間爭議、求得群集最大利益的方法。

過去10年來，西利和加州大學河濱分校的寇克·菲舍爾等人，一直在研究蜂群是怎么選擇新家的。晚春一到，蜂巢開始變得擁擠，蜂群通常會分家，由小部分蜜蜂去找新房。蜂群一旦選好地點，通常不會再搬，因此選擇必須正確無誤。

西利的團隊想知道這是怎么辦到的。他們把幾個4000只左右的小型蜂群運到“淺灘海洋實驗室”所在的阿普多爾島，把每個蜂群都放走，讓蜜蜂去找他們放在島嶼一邊的蜂巢箱。這座一公里長的小島上有很多灌木，但幾乎沒有喬木或其他適合筑巢的地方。

在一項試驗中，他們放了5個巢箱，其中4個不夠大，一個差不多剛剛好。很快，5個箱子周圍都出現了偵察蜂，這些偵察蜂回到蜂群時都跳起了搖擺舞，催促其他偵察蜂也去瞧一瞧。每一支舞的強度反映出偵察蜂對該筑巢地點的熱衷程度。過了一段時間，已有幾十只偵察蜂跳得非常起勁，有的支持這個地點，有的支持那個地點，每只巢箱周圍都有一群蜜蜂嗡嗡起舞。

決定的那一刻不是發生在主蜂群內，而是在外面，在偵察蜂聚集的巢箱周圍。只要有一個巢箱人口的偵察蜂在15只左右(這個門檻已由其他試驗證實)，那只箱子周圍的蜜蜂感覺出法定數目已經達到，便會回到蜂群中宣布新家已選定。

“這是一場比賽，”西利說，“哪一個地點會最先累積到15只蜜蜂呢?”

從被選中的巢箱返回的偵察蜂會分散到蜂群中，發出搬家的訊號。一旦全部蜜蜂都準備好了，蜂群就會一起飛到新家。果不其然，新家就是5個箱子中最理想的那個。

這就像賭馬，雖然不是所有的人都精通此道，但是裁決權掌握在最多的人手中。你可以是賽馬老手，也可以是什么都不懂，然而所有的賭馬者都會搜集各種情報，發表不同的意見，下注情況便代表了集體的判斷。我們允許盡可能多的自由選擇，是為了更好地做出最明智的判斷。正因為如此，賠率最低的馬幾乎總是跑第一，因為那代表了集體的智慧。

不知你發覺沒有，芝加哥期貨交易所那些狂熱的貿易商們，不管中間過程多么微妙繁瑣，決定大豆的未來價格的程序和蜜蜂投票決定新家幾乎是相同的。這不能不說是神奇的，因為蜜蜂的思維和人相比是那樣微不足道。

蜜蜂的決定規則是廣納不同選項，鼓動各種想法的自由競爭。這些規則讓西利大為嘆服，他現在把它用在康奈爾大學自己擔任系主任的系里。“我把從蜜蜂身上學到的東西用在系務會上。”他說。西利要參會人員找出所有可能性，把各自的想法拿出來討論一番，然后進行不記名投票。“蜂群就是這么做的，這種做法使一個團體有時間讓最好的想法浮現，并獲得采納。一般人通常都很愿意接受這樣的做法。”

分散的智慧

不知你注意過沒有，在廣場上悠閑休憩的鴿群，在稍微受到一點驚擾時就會馬上起飛避險。它們的動作是那樣地嫻熟優美，絲毫沒有驚慌失措四處亂撞的情形發生。

北美馴鹿群在面對突發狀況時同樣顯得那樣有組織性，各自朝著逃生的方向奔跑。沒有一只馴鹿會擋住同伴的逃生方向，也不會發生踩踏之類的事故。

它們的頭領并沒事先組織過，當然動物自己也沒有思考過為什么要這樣做，但它們就是知道該怎樣逃跑才能讓自己和同伴都免于喪命。這正是一種自發的群體智慧。

其實它們遵循的還是簡單的法則：避免沖撞，跟緊附近同伴，按群體的平均走向運動。這跟蜜蜂的決策無關，只是為協調行動而已。依靠這樣的群體智慧，機器人群體模擬鳥群進行協同活動完成任務的瘋狂夢想，已經開始實現。

在美國，西南航空公司對一個基于群體行為的模型進行了測試，并以之改善菲尼克斯空港國際機場的服務。該公司每天約有200架飛機在兩條跑道上起落，使用三座中央大廳的登機口。公司想保證每架飛機能盡快出入，工作人員勞森為機場建立了一套計算機模型。他讓每架飛機記錄從登機口出入所花的時間，然后啟動模型，模擬機場一天的活動。

他說：“飛機像螞蟻一樣尋找最佳登機口。”但并不是通過沿路留下虛擬信息素，而是各自記住速度較快的登機口，忘掉速度較慢的。把真實數據作為抵達和起飛時間的變量輸入模型，經過多次模擬之后，每架飛機都學會如何避免在停機坪上無謂地等待，同時避免和其他飛機沖撞。所有的飛機協同完成了一件困難的工作，變得更為有效率。

最大的變化可能體現在互聯網上。Google就是利用類似于蜜蜂投票的群體智能來查找你搜索的內容。當你鍵入一條搜索時，Google會在它的索引服務器上考察數十億網頁，找出最相關的，然后按照它們與其他網頁鏈接的次數進行排序，把鏈接當作投票來計數(最熱門的網站還有加權票數，因為它們可靠性更高)。得到最多票數的網頁被排在搜索結果列表的最前面。Google通過這種方式利用網絡的群體智能來決定一個網頁的重要性。

這就是群體智能的美妙魅力，無論我們討論的是螞蟻、蜜蜂、鴿子還是北美馴鹿，智能群體的組成要素——分散化控制，針對本地信息行動，簡單的經驗法則——加在一起，就構成了一套應對復雜情況的精明策略。相信若能把汽車交通塑造成一種自主組織系統，一定能凸顯群體智慧的優勢。

事實上，按《群眾的智慧》一書的作者詹姆斯·索羅斯基的說法，采用蜜蜂規則的團體幾乎都會變得更聰明。只要成員多樣化，能獨立思考，并以投票、競標等機制來產生集體決定，不論是股市投資者、科學家甚至玩猜猜看游戲的小孩，都能成為聰明的團體。

這種想法凸顯出集體智慧的一個重要真理：只有個體成員都以負責任的態度行動、自己做決定的時候，群體才會趨向于有智慧。如果成員都互相模仿，或者成為潮流的奴隸，又或者只等著別人來告訴自己怎么做，這樣的團體是不可能聰明的。螞蟻也好，律師也罷，團體要變得聰明，就得仰仗成員作好自己分內的事。

作為蜜蜂的個體看不到全局，同樣作為普通人的我們也看不到總體的需要，但我們會看到周圍，會和周圍分享信息，知道什么時候當義工，什么時候做公益活動。沒有人統一指揮，在我們臨時有事時也不會對整體造成損失。

不妨學習一下動物，在充滿復雜性的世界中，簡潔明了地解決復雜的任務。

編 輯 白 勇